在相同字段上的Flink keyby是否会造成随机播放？

Question

dataStream.map(func1).keyBy("key") //(1)
  .process(func2).keyBy("key")     //(2)
  .timeWindow().aggregate(func3).addSink(sink)

方法process（）不会更改记录的field（key）值。假设所有运算符的并行度是2，（2）处的keyBy（）是否还会导致网络混乱？也许由于（2）的keyBy（）由于密钥值不变，所以具有转发策略的效果，从而避免了网络通信成本？]

非常感谢〜

Answer 1

keyBy总是很昂贵，因为它迫使记录通过ser / de。但是在通信是本地通信的情况下（即在同一任务槽内），Flink将使用共享缓冲区通信序列化的字节，而不是遍历整个netty tcp堆栈。所以是的，在您的情况下，第二个keyBy比第一个便宜。但是我不会说成本很小。

[如果您知道完全不需要keyBy，则可以使用reinterpretAsKeyedStream重新获得KeyedStream，而无需承担任何开销。